Llama 4 Scout 17B 16E Unsloth Bnb 4bit

モデル情報

Llama 4モデルコレクションは、ネイティブにマルチモーダルなAIモデルであり、テキストおよびマルチモーダルな体験を可能にします。これらのモデルは、専門家混合（Mixture-of-Experts）アーキテクチャを活用し、テキストおよび画像理解において業界をリードするパフォーマンスを提供します。

これらのLlama 4モデルは、Llamaエコシステムの新たな時代の始まりを示しています。Llama 4シリーズでは、2つの効率的なモデルをリリースしています。16の専門家を持つ170億パラメータのモデルであるLlama 4 Scoutと、128の専門家を持つ170億パラメータのモデルであるLlama 4 Maverickです。

モデル開発者: Meta

モデルアーキテクチャ: Llama 4モデルは、専門家混合（MoE）アーキテクチャを使用し、ネイティブなマルチモーダリティのために早期融合を組み込んだ自己回帰型言語モデルです。

対応言語: アラビア語、英語、フランス語、ドイツ語、ヒンディー語、インドネシア語、イタリア語、ポルトガル語、スペイン語、タガログ語、タイ語、ベトナム語。

モデルリリース日: 2025年4月5日

ステータス: これはオフラインデータセットで学習された静的モデルです。調整されたモデルの将来のバージョンは、コミュニティのフィードバックに基づいてモデルの動作を改善する際にリリースされる可能性があります。

ライセンス: カスタム商用ライセンスであるLlama 4 Community License Agreementは、https://github.com/meta-llama/llama-models/blob/main/models/llama4/LICENSEで入手可能です。

モデルに関する質問やコメントの送信先: モデルに関するフィードバックやコメントを提供する方法については、LlamaのREADMEをご覧ください。Llama 4をアプリケーションで使用するための生成パラメータやレシピに関するより技術的な情報については、こちらにアクセスしてください。

意図された使用

意図された使用例: Llama 4は、複数の言語での商用および研究用途を意図しています。命令調整済みモデルは、アシスタントのようなチャットや視覚的推論タスクを意図しており、事前学習済みモデルは自然言語生成に適応させることができます。視覚に関しては、Llama 4モデルは視覚認識、画像推論、キャプション作成、および画像に関する一般的な質問に答えるために最適化されています。Llama 4モデルコレクションは、合成データ生成や蒸留を含む他のモデルを改善するためにそのモデルの出力を活用する能力もサポートしています。Llama 4 Community Licenseはこれらの使用例を許可しています。

範囲外: 適用される法律または規制（貿易コンプライアンス法を含む）に違反する方法での使用。許容可能な使用ポリシーおよびLlama 4 Community Licenseで禁止されている他の方法での使用。このモデルカードで明示的にサポートされているもの以外の言語または能力での使用。

注:

1. Llama 4は、12のサポート言語（事前学習には合計200言語が含まれます）よりも広範な言語で学習されています。開発者は、Llama 4 Community Licenseおよび許容可能な使用ポリシーに準拠する限り、12のサポート言語を超える言語でLlama 4モデルをファインチューニングすることができます。開発者は、追加の言語でのLlama 4の使用が安全かつ責任を持って行われることを確保する責任があります。

2. Llama 4は、最大5つの入力画像までの画像理解についてテストされています。これ以上の画像理解能力を活用する場合、開発者はリスクを軽減するために展開を確保し、特定のアプリケーションに合わせた追加のテストと調整を実施する責任があります。

transformersでの使用方法

transformers v4.51.0 がインストールされていることを確認するか、pip install -U transformers を使用してアップグレードしてください。

from transformers import AutoProcessor, Llama4ForConditionalGeneration
import torch

model_id = "meta-llama/Llama-4-Maverick-17B-128E-Instruct"

processor = AutoProcessor.from_pretrained(model_id)
model = Llama4ForConditionalGeneration.from_pretrained(
    model_id,
    attn_implementation="flex_attention",
    device_map="auto",
    torch_dtype=torch.bfloat16,
)

url1 = "https://huggingface.co/datasets/huggingface/documentation-images/resolve/0052a70beed5bf71b92610a43a52df6d286cd5f3/diffusers/rabbit.jpg"
url2 = "https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/datasets/cat_style_layout.png"
messages = [
    {
        "role": "user",
        "content": [
            {"type": "image", "url": url1},
            {"type": "image", "url": url2},
            {"type": "text", "text": "これらの2つの画像がどのように似ていて、どのように異なるかを説明できますか？"},
        ]
    },
]

inputs = processor.apply_chat_template(
    messages,
    add_generation_prompt=True,
    tokenize=True,
    return_dict=True,
    return_tensors="pt",
).to(model.device)

outputs = model.generate(
    **inputs,
    max_new_tokens=256,
)

response = processor.batch_decode(outputs[:, inputs["input_ids"].shape[-1]:])[0]
print(response)
print(outputs[0])

ハードウェアとソフトウェア

学習要因: 事前学習には、カスタム学習ライブラリ、Metaの独自構築GPUクラスター、および本番インフラストラクチャを使用しました。ファインチューニング、量子化、注釈付け、および評価も本番インフラストラクチャで実行されました。

学習エネルギー使用量: モデルの事前学習には、以下の表に示すように、H100-80GB（TDP 700W）タイプのハードウェアで累計7.38M GPU時間の計算が使用されました。学習時間は各モデルの学習に必要な総GPU時間であり、電力消費は使用されたGPUデバイスごとのピーク電力容量で、電力使用効率に合わせて調整されています。

学習温室効果ガス排出量: 学習に伴う場所ベースの温室効果ガス排出量の推定総量は1,999トン CO2eqでした。2020年以降、Metaはグローバルな事業においてネットゼロの温室効果ガス排出量を維持し、電力使用の100%をクリーンおよび再生可能エネルギーで賄っているため、学習に伴う市場ベースの温室効果ガス排出量は0トン CO2eqでした。

学習エネルギー使用量および温室効果ガス排出量を決定するために使用された方法論はこちらで確認できます。Metaがこれらのモデルを公開しているため、学習エネルギー使用量および温室効果ガス排出量は他の人々によって発生しません。

学習データ

概要: Llama 4 Scoutは約40兆トークン、Llama 4 Maverickは約22兆トークンのマルチモーダルデータで事前学習されました。これには公開されているデータ、ライセンスされたデータ、およびMetaの製品とサービスからの情報の混合物が含まれます。これにはInstagramやFacebookから公開された投稿や、Meta AIとの人々のやり取りが含まれます。

データの新鮮さ: 事前学習データのカットオフは2024年8月です。

ベンチマーク

このセクションでは、以前のモデルに対するLlama 4の結果を報告します。展開の柔軟性のために量子化されたチェックポイントを提供していますが、報告されたすべての評価とテストはbf16モデルで実施されました。

事前学習済みモデル

命令調整済みモデル

^MMMU Proの報告数値は標準タスクと視覚タスクの平均です

量子化

Llama 4 ScoutモデルはBF16重みとしてリリースされていますが、オンデマンドのint4量子化により単一のH100 GPUに収まります。Llama 4 MaverickモデルはBF16およびFP8量子化重みの両方でリリースされています。FP8量子化重みは単一のH100 DGXホストに収まりながら品質を維持します。また、性能低下を最小限に抑えるオンデマンドのint4量子化のコードも提供しています。

セーフガード

リリースアプローチの一環として、リスク管理のために3つの戦略を採用しました:

• 開発者が対象ユーザーおよびLlamaがサポートする使用例に対して有用で安全かつ柔軟な体験を展開できるようにする。
• 悪意のあるユーザーがLlamaの能力を悪用して潜在的に害を及ぼす可能性から開発者を保護する。
• コミュニティに対して、当社のモデルの誤用を防ぐための保護を提供する。

Llamaは、さまざまな使用例で使用するために設計された基盤技術です。MetaのLlamaモデルがどのように展開されているかの例は、コミュニティストーリーズウェブページで確認できます。当社のアプローチは、標準的なリスクセットに対してモデルの安全性を調整することで、世界が技術から利益を得られるように最も有用なモデルを構築することです。その後、開発者は自らの使用例に合わせて安全性を調整し、必要なセーフガードを備えてモデルを展開する立場にあります。Llama 4は、Developer Use Guide: AI Protectionsで概説されているベストプラクティスに従って開発されました。

モデルレベルのファインチューニング

安全性ファインチューニングを実施する主な目的は、開発者に対して、さまざまなアプリケーションに使用できる、すぐに利用可能で安全かつ強力なモデルを提供し、安全なAIシステムを展開するために必要な作業負荷を軽減することです。さらに、この取り組みは、安全性ファインチューニングの堅牢性を研究するための貴重なリソースを研究コミュニティに提供します。

ファインチューニングデータ
データ収集には多面的なアプローチを採用し、ベンダーからの人間生成データと合成データを組み合わせて潜在的な安全リスクを軽減します。多くの大規模言語モデル（LLM）ベースの分類器を開発し、高品質のプロンプトと応答を慎重に選択することで、データ品質管理を強化しました。

拒否
Llama 3モデルで開始した作業に基づいて、Llama 4では良性プロンプトに対するモデルの拒否を大幅に減らすことに重点を置きました。安全性データ戦略には境界線および敵対的プロンプトを含め、安全性データ応答をトーンガイドラインに従うように修正しました。

トーン
Llama 3からの拒否トーンに関する作業を拡張し、モデルがより自然に聞こえるようにしました。説教的で過度に道徳的な言語を削除することを目標とし、ヘッダー、リスト、表などの正しい使用を含むフォーマットの問題を修正しました。

これを達成するために、システムプロンプトの操縦性と命令追従の改善も目標とし、モデルが指定されたトーンをより容易に取り入れることができるようにしました。これらすべてが、より会話的で洞察に富んだ体験全体に貢献します。

システムプロンプト
Llama 4はより操縦可能なモデルであり、応答を特定の開発者の成果に合わせて簡単に調整できます。効果的なシステムプロンプトは、大規模言語モデルのパフォーマンスを大幅に向上させることができます。特に、システムプロンプトの使用は、誤った拒否やLLMに共通するテンプレート化されたまたは「説教的」な言語パターンを減らすのに効果的です。また、会話性や適切なフォーマットの使用も改善できます。

以下のプロンプトは、開発者がLlama 4モデルの特定のニーズや使用例に合わせてさらにカスタマイズするための基本的なテンプレートとして検討してください。

Llama 4システム保護

大規模言語モデル（Llama 4を含む）は、単独で展開するように設計されておらず、必要な追加のガードレールを備えたAIシステム全体の一部として展開する必要があります。システム保護は、適切な有用性と安全性の調整を実現し、システムに固有の安全性とセキュリティリスクを軽減し、モデルまたはシステムと外部ツールの統合を行うために重要です。

当社は、Llamaモデルまたは他のLLMと展開する必要があるシステムレベルの保護（Llama Guard、Prompt Guard、Code Shieldなど）をコミュニティに提供します。すべてのリファレンス実装デモには、これらのセーフガードがデフォルトで含まれているため、開発者はシステムレベルの安全性をすぐに利用できます。

評価

Llamaモデルを一般的な使用例および特定の能力について評価しました。一般的な使用例の評価では、チャットボット、視覚QAなど、最も一般的に構築されるアプリケーションの安全性リスクを測定します。専用の敵対的評価データセットを構築し、Llamaモデルと入力プロンプトおよび出力応答をフィルタリングするLlama Guard 3で構成されるシステムを評価しました。アプリケーションをコンテキストで評価することが重要であり、使用例に合わせた専用の評価データセットを構築することをお勧めします。Prompt GuardおよびCode Shieldも、アプリケーションに関連する場合は利用可能です。
能力評価では、長文脈、多言語、コーディング、記憶など、特定の能力に固有のLlamaモデルの脆弱性を測定し、専用のベンチマークを作成しました。

**レッド